【AI数学原理】概率机器学习（三）：拉普拉斯修正

朴素贝叶斯分类器需要通过拉普拉斯修正来提高其鲁棒性。 本文需要上一篇博文的基础：【AI数学原理】概率机器学习（二）：朴素贝叶斯分类器 为什么不用拉普拉斯修正的NB分类器鲁棒性不理想呢？主要还是疏于考虑这种情况： 某个属性值在训练集中没有与某个类同时出现过。       当然，你可以说这是训练集的锅，但现实中的训练集就是逐渐增大的过程，你不能说训练集不够你这分类器就不行。记住：男人，不能说不行。  

>>阅读原文<<